线性时变时滞系统新的稳定性准则

在时滞是时变的且属于一个区间的情况下,研究了线性时滞系统的稳定性问题.基于二次类型的Lyapunov-Krasovskii泛函,利用积分的凸组合和Jensen积分不等式,给出了一个新的依赖时滞区间的稳定性判别方法.把时滞区间分段,在每段内采用适当的不等式对Lyapunov-Krasovskii泛函导数的积分项系数进行放大,避免了在不同区间上使用统一的不等式,从而减少了使用凸组合方法带来的保守性.用理论分析和数值算例证明了所得结果比现有结果具有更小的保守性.     

一类具有混合时滞的离散型递归神经网络稳定性分析

为了进一步降低具有混合时滞离散型递归神经网络系统稳定性判据的保守性,建立了1个改进的基于自由权矩阵的双重求和不等式,通过构造1个新的含更多激励函数信息的Lyapunov-Krasovskii泛函,结合Jesen不等式和2个改进的求和不等式估计所构造Lyapunov-Krasovskii泛函前向差分的上界,获得了保守性更...     

不确定时滞微分中立系统的稳定性条件

目的 研究不确定微分中立系统带有时变时滞的稳定性问题,所考虑的系统带有时变结构不确定项和时变时滞.方法 采用Lyapunov-Krasovskii泛函理论和线性矩阵不等式(LMI).结果 导出该系统时滞依赖渐近稳定性条件.结论 用一个数值算例来说明此方法的可行性以及更低的保守性.     

基于分段分析方法的时滞不确定离散系统的时滞相关稳定性

研究了一类时变时滞不确定离散系统的时滞相关稳定性问题.不确定项具有线性分式形式.基于分段分析方法,将时滞区间分成若干子区间.通过构造新的Lyapunov泛函,得到保守性较小的时滞相关稳定性条件,所得结果完全由线性矩阵不等式形式给出.数值算例表明了该方法的有效性.     

广义时滞系统的稳定性条件

研究了广义时滞系统的稳定性问题.首先,将广义时滞系统转化为等价的中立时滞系统模型.然后,通过将二次型中的向量增加维数构造了增广的Lyapunov-Krasovskii泛函(简称L-K泛函),使用四阶Bessel-Legendre积分不等式(简称B-L积分不等式)处理L-K泛函导数的一重积分项,得到了一个新的保守性更小的稳定性充分条件,并以线性矩阵不等式(简称LMI)的形式给出.最后,通过两个数值算例说明了所提方法比现有方法具有更小的保守性.     

线性时滞系统的时滞相关稳定性新判据

提出一种新的积分不等式方法,讨论线性时滞系统的时滞相关稳定性.首先利用Leibniz-Newton公式以及Park不等式,建立一系列基于二次型项的积分不等式,然后利用这些不等式以及Lyapunov-Krasovskii 泛函方法,获得一系列基于LMI的时滞相关稳定条件.实践结果表明,利用积分不等式方法所得的时滞稳定界限具有较小的保守性.     

具有变时滞Cohen-Grossberg神经网络全局稳定性分析

通过选取一个新颖的Lyapunov-Krasovskii泛函和引入与系统等价的描述系统,利用一些自由权矩阵和不等式适当的放大,在Lyapunov-Krasovskii泛函方法的基础上,讨论了具有交时滞Cohen-Grossberg神经网络的全局稳定性问题并得到了2个时滞相关的渐近稳定性准则.所得到的稳定性准则以线性矩阵不等式(LMI)的形式给出,能够用Matlab工具箱LMI很容易地进行检验.且变时滞导函数只要有上界而不必小于1和系统激励函数的限制条件较现有文献中的条件要弱,这拓展了现有的结论.在最后的数值例子中,计算结果说明所得结论较以往的方法有很大改善.     

新的时变时滞不确定系统的稳定性判据

研究带有时变有界的不稳定时滞系统的稳定性问题.通过运用Lyapunov-Krasovskii稳定性理论、合理建立Lyapunov-Krasovskii函数,结合积分不等式引理和交互式凸组合方法,减少不确定时变时滞系统相关判据的决策变量,给出了系统是渐近稳定的充分条件.所得结论采用线性矩阵不等式表示.数值例子验证了该方法的有效性.     

It(^o)型区间变时滞Markov切换系统时滞相关H∞性能

研究了时变时滞满足h1≤d(t)≤h2的Ito型随机马尔可夫切换系统的区间时滞相关H∞性能分析问题,将时变时滞d(t)分成h1+h(t)两部分,并通过分割常时滞部分的思想,建立新颖的Lyapunov-Krasovskii泛函,并引入一些改进的积分等式,以线性矩阵不等式的形式给出了低保守性的区间时滞相关H∞性能条件.最后...     

It(^o)型区间变时滞Markov切换系统时滞相关H∞性能

研究了时变时滞满足h1≤d(t)≤h2的Ito型随机马尔可夫切换系统的区间时滞相关H∞性能分析问题,将时变时滞d(t)分成h1+h(t)两部分,并通过分割常时滞部分的思想,建立新颖的Lyapunov-Krasovskii泛函,并引入一些改进的积分等式,以线性矩阵不等式的形式给出了低保守性的区间时滞相关H∞性能条件.最后用几个数值算例说明结论的有效性及具有较低的保守性.     

基于积分等式的中立系统时滞相关稳定性分析

讨论了具有区间时变时滞及非线性扰动中立系统的稳定性判据问题.基于Lyapunov-Krasovskii泛函方法和线性矩阵不等式技术,并结合新的积分等式处理交叉乘积项定界问题,得到了新的时滞相关渐近稳定判据.时滞相关渐近稳定判据用线性矩阵不等式的形式给出,与已有的方法相比,其优点在于更小的保守性.数值计算表明了结果的有效性和优越性.     

变时滞中立系统的时滞依赖渐近稳定性分析

本文讨论了一类变时滞中立系统的时滞依赖渐近稳定性问题.通过利用Lyapunov-Krasovskii泛函(LKF)和自由权矩阵方法,得到了该系统渐近稳定性的时滞依赖新判据.交叉项间的联系由Leibniz-Newton公式给出.定理的推导没有利用模型转换和交叉项有界方法.由于结果以严格线性矩阵不等式形式给出,所以很容易验...     

时变时滞切换系统的指数稳定性及L2增益分析

研究时变时滞切换系统的指数稳定性及相应的L2增益分析问题。构建了一类限定时滞上界和下界的特殊分段Lyapunov-Krasovskii函数,通过时滞分解方法及Jensen积分不等式与倒数凸组合相结合的技术处理了分段Lyapunov-Krasovskii函数中的积分项。更进一步,在估计泛函微分的上界过程中,一方面,未引入加权矩阵,从而涉及较少的决策变量,降低了计算复杂性;另一方面,未忽略任何有效信息,因此获得了具有更小保守性的稳定性结论。此外,利用平均驻留时间的方法给出了时变时滞切换系统的指数稳定性及L2增益的充分条件,同时也给出了切换律的设计方案。最后,将时变时滞切换系统的稳定性及L2增益分析问题归结为线性矩阵不等式的求解问题,这样便于利用Matlab工具箱求解并验证结论有效性。     

具有时滞的双向联想记忆神经网络的鲁棒稳定性

应用线性矩阵不等式技术研究了时滞双向联想记忆神经网络的平衡点稳定性问题.针对存在参数不确定的时滞双向联想记忆神经网络,根据Lyapunov稳定理论,通过构造适当的Lyapunov-Krasovskii泛函,给出了保证双向联想记忆神经网络平衡点全局鲁棒稳定的两个新判据.所得到的结果能够表示成线性矩阵不等式形式,具有易于验证和独立于时变时滞幅值大小等特点.对于慢时变时滞的情况,当时滞幅值较大时,所得结果具有较小的保守性.通过一个仿真例子表明了所得结果的有效性.     

具有漏泄时滞和时变区间时滞的递归神经网络新的稳定性准则

研究了具有漏泄时滞和时变区间传输时滞的递归神经网络的渐近稳定性问题.基于Lyapunov-Krasovskii(L-K)稳定性理论.Jensen不等式和互惠凸方法,得到了线性矩阵不等式(LMIs)表示的新的稳定性准则.相对于现存的方法,避免利用保守性较大的中立型变换,且在构造L-K泛函时充分利用了漏泄时滞和传输时滞的关联信息,因此所得准则具有较小的保守性.数值例子验证了所得结果的有效性和较小保守性.     

具有连续分布时变时滞神经网络时滞相关稳定性判据

为研究具有连续分布时变时滞神经网络的全局稳定性条件,利用增广型Lyapunov-Krasovskii泛函(LKF)和运用多种积分不等式缩放技巧,推导了两种保守性相对较小的时滞相关稳定性判据.为进一步降低稳定性判据的保守性,通过改进增广型LKF,结合神经元激活函数的约束条件,得到了基于线性矩阵不等式形式的神经网络时滞相关渐近稳定性条件.结果表明,新的LKF方法具有更好的效果,且稳定性判据的运算负担更低,算例证实了该方法的有效性.     

常时滞细胞神经网络稳定性分析

该文研究了一类常时滞细胞神经网络的稳定性.构造Lyapunov-Krasovskii函数和线性矩阵不等式(LMI)对此类问题进行了探讨,并得出稳定性判据.所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间的平衡关系.而且所得的判据与时滞无关,推广了以前文献中出现的结果且具有更少的限制.数值仿真说明了该文所介绍的方法的有效性.     

隶属函数依赖的时变时滞模糊系统的控制

研究了时变时滞T-S模糊系统的稳定性分析和镇定问题.首先,构造一个增广Lyapunov-Krasovskii函数,结合自由权矩阵不等式,以线性矩阵不等式(LMIs)形式给出了时滞依赖的稳定性准则.基于状态空间分割技术,构造一些由子空间的局部上下确界的凸组合表示的分段隶属函数去近似逼近隶属函数,充分考虑隶属函数的边界信息,同时引入松弛矩阵,进而得到了更为放松的隶属函数依赖的稳定性结果;其次,基于前提不匹配技术,提出了变时滞模糊系统的状态反馈控制器的设计方法,其隶属函数及模糊规则数目可以自由选取,从而提高了控制器设计的灵活性;最后,给出三个仿真实例证明所提方法的有效性.     

基于凸组合的一类时变时滞静态神经网络系统全局稳定性分析

研究了一类具有时变时滞的静态神经网络系统的全局渐近稳定性问题,考虑了更多时滞状态变量的信息,构造新的增广Lyapunov-Krasovskii泛函,利用时滞分割技术并结合使用自由权矩阵、Jensen积分不等式,基于凸组合方法获得具有更低保守性的系统时滞相依全局渐近稳定性判定条件,改善了相关文献结果,并以数值实例表明本文结果的有效性.     

时变时滞模糊系统的稳定性分析

提出了一种对一类连续Takagi-Sugeno(T-S)时变时滞系统进行时滞相关的稳定性分析的新方法,与现有的方法相比有着较小的保守性.定义了一种新型的模糊Lyapunov-Krasovskii函数(FLKF),得到了系统时滞相关的稳定性条件.在推导过程中,引入多个自由权值矩阵变量来表示系统方程中各项及莱布尼兹-牛顿公式各项之间的关系,避免使用边界不等式和模型转换所带来的保守性;同时在估计FLKF的导数上界时,考虑了常被忽略的有用项.通过仿真验证了所提方法的有效性.